Entdeckung versteckter Tumore durch Bildgebung und maschinelles Lernen
Dezember 2020
National Cancer Center, Kashiwa, Japan
Die Diagnose von gastrointestinalen Stromatumoren (GIST) mittels konventioneller Endoskopie ist schwierig, da submuköse Tumore wie GIST von einer Schleimhautschicht bedeckt sind und somit übersehen werden können. Um dieses Problem zu überwinden, wurde die Nah-Infrarot-Hyperspektral-Bildgebung (NIR-HSI) mit maschinellem Lernen kombiniert. 12 GIST wurden chirurgisch entfernt und ex vivo mit einer Nah-Infrarot (NIR)-Hyperspektralkamera abgebildet. Die genaue Lage und Abgrenzung des GIST wurde von einem Pathologen anhand des NIR-Bildes definiert, um Trainingsdaten für gesunde und GIST-Regionen zu erstellen. Ein Algorithmus für maschinelles Lernen wurde dann verwendet, um gesunde und GIST-Regionen vorherzusagen. Die Genauigkeit lag bei etwa 86 %, daher könnte die NIR-HSI-Analyse tieferliegende Tumore tatsächlich erkennen. Ein Endoskop ist geplant, um die Methode in vivo während einer Standard-Endoskopie zu verwenden.
Distinction of surgically resected gastrointestinal stromal tumor by near-infrared hyperspectral imaging
Toshihiro Takamatsu
Eingestellt am: 09.02.2021
[1] https://www.nature.com/articles/s41598-020-79021-7[2] https://www.bionity.com/en/news/1169742/deep-vision-near-infrared-imaging-and-machine-learning-can-identify-hidden-tumors.html
